Codex 接入 DeepSeek 完整教程：原理、方案选择与报错解决

用了一段时间 Codex 之后，我开始认真考虑接入 DeepSeek 的问题。不是因为 GPT-5.5 不好用——恰恰相反，它好用到额度根本不够烧。每五小时的限额，重度使用的话一个上午就清空了，然后只能干等。

DeepSeek V4 Pro 的 API 价格和 GPT-5.5 相比差距悬殊：GPT-5.5 输出 token 是 $30/百万，DeepSeek V4 Pro 是 $0.87/百万，相差约 34 倍。而且 DeepSeek 不需要梯子，国内直连。这个价差足够让人认真研究一下怎么接进去。

但我第一次尝试的时候，直接在 Codex 设置里填了 DeepSeek 的 API Key，什么都没发生。查了一圈才搞清楚为什么——这件事比我想象的要复杂一点，但也没有复杂到需要写代码。

为什么直接填 API Key 不行

这是大多数教程跳过的部分，但它是理解整件事的关键。

Codex 内部用的是 OpenAI 独有的 Responses API，这是 OpenAI 在 2025 年 3 月推出的新一代接口规范，和通用的 Chat Completions API 不是同一套协议。DeepSeek、智谱、千问、MiniMax 这些国产模型，用的都是 Chat Completions API——这是行业通用标准，但 Codex 不认。

具体的不兼容点有三个：

第一，请求格式不同。Codex 发出的是 Responses API 格式的请求，国产模型的服务端不认识这种格式，直接返回错误。

第二，响应格式不同。国产模型返回的是 Chat Completions SSE 流，Codex 客户端不认识，解析失败。

第三，思维链字段冲突。DeepSeek V4 Pro 开启推理模式时会在响应里附带 reasoning_content 字段，这是 DeepSeek 自己定义的扩展字段，Codex 的解析器遇到它会直接报错。

所以，所有接入方案的核心工作都是同一件事：在本地跑一个协议转换层，把 Codex 发出的 Responses API 请求翻译成 Chat Completions 格式，再把模型的回复翻译回来。这个转换层就是 Codex++、EchoBird、CCX 这些工具在做的事情。

理解了这一点，后面的配置步骤就不会觉得莫名其妙了。

三种方案，先选一个

目前主流的接入方案有三种，适合不同情况：

Codex++（github.com/b-nnett/codex-plusplus）：单一工具，集成了协议转换、插件解锁、会话管理。2026 年 5 月的 v1.1.7 版本已经把之前需要 EchoBird 配合才能做到的事情合并进来了。对大多数人来说，这是最省事的选择。

EchoBird（github.com/edison7009/EchoBird）：独立的模型切换器，支持 DeepSeek、火山引擎、千问、智谱、MiniMax 等多个国产模型，切换模型时会话记录不会丢失。如果你需要在多个模型之间频繁切换，EchoBird 的体验比 Codex++ 更顺滑。

CCX + CCSwitch（CCX + CCSwitch）：最早出现的方案，原理相同，但需要两个工具配合，配置步骤更多。目前 CCSwitch 最新版有已知 bug 会导致连不上 Codex，需要用旧版本。除非有特殊原因，新用户不建议从这个方案入手。

下面重点讲 Codex++ 的配置，EchoBird 作为备选方案简述。

Codex++ 配置步骤

准备工作：

• 已安装 Codex 桌面版
• 在 DeepSeek 开放平台（platform.deepseek.com）注册并申请 API Key。DeepSeek V4 Pro 目前的永久定价是 $0.435/百万输入 token、$0.87/百万输出 token，相比 GPT-5.5 的 $5/$30 便宜约 34 倍。
• 账户充值，建议先充 10 元测试

第一步：下载 Codex++

去 GitHub 下载 Codex++，找 Releases 页面下载最新版（v1.1.7 或更高）。不要去微软商店找，那里没有这个工具。

安装完成后，桌面会出现两个图标：Codex++ 和 Codex++ 管理工具。

第二步：配置 DeepSeek

打开 Codex++ 管理工具，点击「添加供应商」→「纯 API」，填写以下内容：

• Base URL：https://api.deepseek.com/v1
• API Key：粘贴你的 DeepSeek Key
• 上游协议：必须选 Chat Completions

最后这一项是关键。DeepSeek 用的是 Chat Completions 协议，如果选错了 Responses，转换层就不会工作。

模型选择：

• deepseek-chat：DeepSeek V4 Pro，综合能力最强，推荐日常使用
• deepseek-reasoner：带推理链的版本，适合复杂逻辑任务，但 token 消耗更大

第三步：开启页面增强

在管理工具里找到「页面增强」，打开启用。这一步解锁了 API 模式下默认被禁用的插件功能。

可选：在脚本市场安装 Codex Context Used Meter，这个工具会在界面上显示当前上下文的使用量，帮你判断什么时候该开新对话。

第四步：通过 Codex++ 启动 Codex

保存配置后，必须点击 Codex++ 图标来启动 Codex，不要用原来的 Codex 快捷方式。Codex++ 需要在 Codex 启动前就把协议转换层跑起来，如果直接打开 Codex，转换层不会介入。

验证是否成功：

Codex 界面右下角的模型名仍然会显示 OpenAI 或 GPT，这是正常的——Codex 客户端不知道自己被中间层拦截了，它以为自己还在和 OpenAI 通信。

真正的验证方式：去 Codex++ 管理工具查看「使用记录」，确认模型栏显示 deepseek-chat，来源是 Codex。或者发一张图片给 Codex，DeepSeek V4 会报错说无法识别图片——这反而证明接入成功了，因为 GPT 是可以识图的。

EchoBird 备选方案

如果你需要在 DeepSeek、千问、MiniMax 等多个模型之间切换，EchoBird 的体验更好。

安装后打开，在「模型中心」添加你要用的模型（填 Base URL、模型 ID、API Key），然后去「应用管理」找到 Codex，选择配置好的模型，点击启动。

EchoBird 的主要优势是切换模型时会话记录不会丢失——Codex++ 在这方面也有改善，但 EchoBird 的实现更稳定。

Mac 用户注意：如果提示「文件已损坏」，是 macOS Gatekeeper 的安全拦截，右键 → 打开 即可绕过。

报错对照表

这是我整理的接入过程中最常见的问题，按出现频率排序：

配置完成后模型名仍显示 OpenAI/GPT 正常现象，不代表接入失败。Codex 界面不会改变显示，看管理工具的使用记录才是准确的。

发消息一直 reconnecting WebSocket 代理未配置。解决方法：开梯子的 TUN 模式；或在 .codex/.env 文件里配置本地代理端口（格式：HTTP_PROXY=http://127.0.0.1:你的端口）。

发图片直接报错 DeepSeek V4 没有多模态能力，不支持图片输入。如果需要识图，换 Qwen-VL 或 MiniMax，或者保留 GPT 处理图片任务。

接入后 Skills/插件是灰色 API 模式的默认限制。确认 Codex++ 的「页面增强」已开启，并且是通过 Codex++ 启动的 Codex。

问一个问题消耗了大量 token Codex 会把完整的上下文全量发送给模型，对话越长消耗越大。建议安装 Context Used Meter 监控用量，上下文超过 50% 就开新对话。

切换模型后对话记录消失 登录方式切换（GPT 账号 vs API Key）会导致会话存储在不同位置。Codex++ v1.1.7 有「历史会话恢复」功能，可以找回。

CCSwitch 连不上 Codex 最新版的已知 bug，降回旧版本。

Codex++ 打开白屏或无反应（Windows） 右键以管理员身份运行。

启动出现 502 错误 CCX 服务未正常启动，重启 CCX，检查端口是否被其他程序占用。

第二天接入报错，需要重新配置 中间件服务重启后需要重新启动。建议设置开机自启，或者养成每次使用前先打开 Codex++ 管理工具的习惯。

接入后 Computer Use 插件不可用 这个插件的工具调用格式与国产模型不兼容，目前没有解决方案，只能用原生 GPT 模型。

接入后 Image Gen 不可用 Image Gen 调用的是 GPT Image 模型，和你接入的大模型是两回事，无法替换。

配置千问后连不上 阿里云 API 的 Base URL 格式特殊，末尾不要加 /v1，参考阿里云百炼平台的官方文档。

接入后上下文很快爆炸 实际可用的上下文窗口约为 256K，不是宣传的 1M。协议转换层会有一定的上下文压缩损耗，比原生使用更容易触顶。

接入后 apply_patch 工具调用失败 工具调用协议兼容问题，目前没有完美解法。如果频繁遇到，这类任务建议切回 GPT。

接了之后，有些事情做不了

这部分很多教程不说，但我觉得有必要提前讲清楚，省得配置完了发现不对劲。

完全不可用的功能：

• Image Gen（AI 生图）：调用的是 GPT Image 模型，和接入的大模型无关，换了 DeepSeek 之后这个功能就没了
• Computer Use（操控电脑）：工具调用格式不兼容国产模型
• 识图/多模态：DeepSeek V4 没有这个能力，需要换 Qwen-VL 或 MiniMax

降级可用的功能：

• 普通 Skills 和插件：需要 Codex++ 解锁，但部分插件仍不稳定
• 工具调用（读写文件、执行命令）：基本正常，偶有格式错误
• 上下文窗口：实际约 256K，不是 1M

完全正常的功能：

代码编写、调试、重构、文件读写、项目管理、多轮对话、任务规划——这些是 Codex 的核心使用场景，接入国产模型后都可以正常工作。

什么时候不建议接

有一个问题值得认真想一下：接入 DeepSeek 之后，你用的还是 Codex 的框架，但大脑换成了 DeepSeek。Codex 的框架确实很强——沙盒环境、工具调用、上下文管理、任务并行——但模型能力本身的差距是真实存在的。

我和几个重度使用 Codex 的朋友聊过这个问题，他们的普遍感受是：接入 DeepSeek 之后，简单任务的体验差不多，但复杂任务——比如跨文件重构、需要深度推理的 bug 排查——明显感觉到降智。有人形容说"接了 DeepSeek 之后，Codex 变得像个没有灵魂的工人"。

这不是说 DeepSeek 不好，而是说 Codex 的设计本来就是为 GPT-5.5 优化的，两者之间有深度的协同。换了模型之后，这种协同会打折扣。

所以我的建议是：

• 如果你的主要需求是轻量代码问答、文字任务、简单脚本，接 DeepSeek 性价比极高，强烈推荐
• 如果你需要识图、生图、Computer Use，不要接，这些功能会直接失效
• 如果你在做复杂工程项目，建议先用 GPT 跑通，再考虑用 DeepSeek 处理其中的简单子任务
• 如果你的 GPT Plus 额度还够用，不用折腾，原生体验是最好的

有一种用法我觉得比较合理：用 GPT-5.5 做规划和复杂推理，用 DeepSeek 执行简单的重复性任务。Codex++ 支持在同一个项目里切换模型，可以按任务复杂度分配。

最后

接入国产模型这件事，本质上是一个成本和能力的权衡。DeepSeek V4 Pro 的代码能力已经很强，在大多数日常任务上和 GPT-5.5 的差距没有想象中那么大。但差距是存在的，而且在某些场景下会很明显。

如果你决定接入，Codex++ 是目前最省事的方案，按照上面的步骤配置，大概十分钟可以跑通。遇到报错先查上面的对照表，大部分问题都有已知解法。